一种步进式涡度协方差观测数据处理方法与流程

本发明属于环境科学与碳循环研究领域，具体涉及一种步进式涡度协方差观测数据处理方法。

背景技术：

涡度协方差法是原位观测生态系统与大气温室气体交换的国际通用方法，其观测数据质量很大程度上受到气象条件(降水、强风、湍流充分性和稳定性)的限制，尽管有许多数据后处理方法能够筛选并剔除这些不理想条件下的交换通量，但是最终获得的通量数据集仍然会有数据的缺失。

传统的涡度协方差法需要利用分段平均计算一段时间内的平均交换通量，将整个观测期分为长度相同、首尾链接的时间段，在每个时间段内计算这一时间段的平均温室气体交换通量，并简单累加获得总气态碳收支量，采用该数据处理方法，虽然数据缺失部分所对应时段的气象条件并不总是不利于涡度协方差观测，但是一旦出现数据值的缺失，该段时间所对应的原始数据将被全部弃用。而且，传统的涡度协方差数据处理方法原始数据弃用率相对较高，造成了原始数据的浪费，通过处理获得的气体交换通量数据量时间、空间分辨率相对较低。

在实际条件下，生态系统环境因子随时间的变化较为迅速，传统的数据处理方法获得满足高时间分辨率的气体交换通量，因而无法准确评价温室气体交换速率对环境因子的快速响应，这也就限制了涡度协方差观测数据集在生物地球化学过程研究中的进一步应用，也限制了生态系统碳交换的精确计算和评价。

技术实现要素：

本发明针对传统涡度协方差法存在的原始数据弃用率相对较高、所获气体交换通量数据相对较少等缺陷，提出一种步进式涡度协方差观测数据处理方法。

本发明是采用以下的技术方案实现的：一种步进式涡度协方差观测数据处理方法，包括以下步骤：

步骤1、将原始观测数据采用分段移动平均的方式，以等长度的步进时间平均划分为时间尺度上相互叠加的多个子时段，并分别求取每个子时段内的通量数据；

步骤2、基于步骤1所获得的每个子时段内的通量数据，选取每个子时段的中间步进时间区间作为实际交换量计算区间，计算该段步进时间内的气体交换量，累加各子时段中间步进区间内的实际交换量，得到观测时间内的气体交换总量。

进一步的，所述步骤1中在求取每个子时段内的通量数据时，具体包括以下步骤：

步骤1-1、对原始观测数据进行筛选和处理，得到校正后的气体通量：

步骤1-2、对步骤1-1校正后的气体通量进行质量评价，以选取质量较高的气体通量，剔除质量较差的气体通量；

步骤1-3、将经过步骤1-2中经过质量评价后所得气体通量数据作为研究通量与环境因子相关关系的数据集。

进一步的，所述步骤1-1包括以下步骤：

(1)在每个子时段的计算区间内，进行原始观测数据检查，以排除排出原始观测数据中形成的噪点、振幅异常、浓度异常和数据突变情况；

(2)基于二次坐标旋转方法对三维风速数据进行坐标变换，经过两次坐标轴旋转之后，垂直方向平均风速和水平方向侧向风速均为零；

(3)基于雷诺分解针对气体浓度和校正后的垂向风速进行协方差分析，得到空间某点的气体垂直通量；

(4)得到原始气体交换通量，并经过校正处理得到校正后气体通量。

进一步的，所述子时段的分段时间为30min-60min，步进时间为5min-10min。

进一步的，所述步骤1-2中，在进行质量评价时采用湍流充分性、湍流稳定性和贡献区评价对所得通量数据进行筛选。

与现有技术相比，本发明的优点和积极效果在于：

本发明方案采用分段移动平均的处理方法，以等长度的步进时间将整个平均时段分为时间尺度上相互叠加的多个子时段，能够显著增加计算时段的数量，包含尽可能多的原始观测数据，从而获得更多的计算通量值；而且将每个数据处理时段在时间尺度上相互叠加，在计算净交换量的时候，将每个时段正中间一个步进时间内的交换量作为该段时间交换通量进行叠加，能够有效避免累加整个时段造成的叠加效应。该方法处理的涡度协方差数据，能够提高涡度协方差通量的时空分辨率，为群落尺度生物地球化学过程研究和碳平衡评价提供更加详实，更加精确的依据，具有更高的实际应用及推广价值。

附图说明

图1为本发明实施例中涡度协方差数据分段移动平均处理模式示意图；

图2为本发明实施例中应用传统方法和本发明方法处理涡度协方差数据所得二氧化碳和甲烷通量对比示意图；

图3为本发明实施例二氧化碳交换通量与光照强度和气温的变化的协同影响示意图；

图4为本发明实施例中采用本发明所述方法处理涡度协方差数据获得的甲烷通量与环境因子关系示意图。

具体实施方式

为了能够更清楚的理解本发明的上述目的和优点，下面结合附图对本发明的具体实施方式做详细地描述：需要说明的是：涡度协方差观测原始数据是基于高采集频率(每秒采集10次)对环境中的三维风速、问世气体浓度等环境因子进行观测，利用微气象学领域内的数学方法将一段时间内的原始数据计算转化为该段时间内的平均气体交换通量，来表征单位时间、单位面积的生态系统表面于大气之间的温室气体交换量。

一直以来，由于涡度协方差观测数据处理过程改进主要由微气象学家进行，因此其改进的重点放在通量的计算过程上，即从原始数据出发计算一段时间内的平均通量这一数学换算过程，而少有从数据分析角度出发，将计算通量的时间区间进行重叠计算；本方案创造性的提出步进式数据处理方法采用移动平均的统计学思想，而且，由于原始通量存在重复利用的情况，因此不能将所有分段通量进行简单累加，这也是步进式处理方式应用的技术难点和巧妙点之一；本发明方案通过提取每个平均时段正中部分时间段、步进时长大小的时间段进行长时间通量的计算，解决了由于原始数据重复利用导致的通量无法简单累加的技术性难题。

具体的，本实施例提出一种步进式涡度协方差观测数据处理方法，包括以下步骤：

步骤1、将原始观测数据(一般情况下包含采样频率为10赫兹的气象数据和大气中温室气体含量数据)采用分段移动平均的方式，以等长度的步进时间，平均划分为时间尺度上相互叠加的多个子时段，并分别求取每个子时段内的温室气体交换通量(通量数据)；具体包括：

步骤1-1、数据筛选与处理，得到校正后的温室气体交换通量：

(1)在每个子时段的计算区间内，进行原始观测数据检查，以排除排出原始观测数据中形成的噪点、振幅异常、浓度异常、数据突变等情况；并基于气体分析仪的信号强度值确定其工作状况，剔除甲烷数据中信号值小于20％、二氧化碳信号值小于50％的数据；

(2)基于二次坐标旋转方法对三维风速数据进行坐标变换：

第一次坐标轴旋转作用在主风向方向上，以使侧向风速为零，则旋转角度αdr由公式(1)确定：

其中，和分别表示水平面上x轴和y轴方向上的风速平均值分量；

第二次坐标轴旋转作用在垂直方向上，旋转角βdr由公式(2)确定：

其中，和分别表示经过一次坐标轴旋转之后垂直方向上的平均风速和x轴方向上的平均风速；

经过两次坐标轴旋转之后，垂直方向平均风速和水平方向侧向(y轴)风速均为零。

(3)基于雷诺分解针对气体浓度和校正后的垂向风速进行协方差计算，根据连续性方程，得到空间某点的气体垂直输送通量：

其中，w是瞬时垂直风速分量，c是待测气体在空气中的浓度，f是待测气体垂直输送通量。

应用雷诺变化式(4)将公式(3)转换为平均量和脉动量之和的形式：

其中是在某时间段内的平均垂直风速，是某时间段内微量气体的平均浓度，w′和c′分别表示垂直风速和微量气体浓度瞬时值与平均值的偏差(即脉动)；

在均一平坦的地表面上，假定于是公式(4)中可以忽略，通量则用垂直风速w和气体浓度c的协方差来表示。

(4)通过以上步骤可得原始气体交换通量，原始气体交换通量经过时间滞后校正、频谱分析和频谱校正、水热校正、气体存储校正等一系列校正方法后，得到校正后气体通量。

步骤1-2、对步骤1-1校正后的原始气体通量进行质量评价，利用湍流充分性、湍流稳定性和贡献区评价对所得通量数据进行筛选，选取质量较高的计算通量，剔除质量较差的计算通量；

步骤1-3、将经过步骤1-2中经过质量评价后所得通量数据作为研究通量与环境因子相关关系的数据集。

步骤2、基于步骤1所获得的每个子时段内的通量数据，针对以上数据集中的缺失值，利用数据插补方法进行补齐，取每个子时段的中间步进时间区间作为实际交换量计算区间，计算该段步进时间内的气体交换量，累加各子时段中间步进区间内的实际交换量，得到观测时间内的气体交换总量。

本实施例中每个子时段的分段时间t优选30min，步进时间t1优选5min，具体实施时，也可以根据实际情况选择其他时间，在此不做限制。

如图1所示，假定在一段时间(4小时)内，气象观测条件偶发性不适于涡度协方差观测，如果采用传统的数据处理方法(将原始观测数据分为首尾依次连接的多个时段，并依次取每一段内的原始数据进行计算，得到每段时间内平均温室气体交换速率)，在这段时间内仅有8个通量计算区间，将会有2个分段通量缺失(f2和f5)，4个时段通量质量一般(f1、f4、f6和f7)，仅有两个时段通量质量优良(f3和f8)。

而采用本实施例所述的分段移动平均的处理方法，以等长度的步进时间将整个平均时段分为时间尺度上相互叠加的多个时段，则能够显著增加计算时段的数量，包含尽可能多的原始观测数据，从而获得更多的计算通量值，而且每个数据处理时段在时间尺度上相互叠加，在计算净交换量的时候，将每个子时段正中间一个步进时间内的交换量作为该段时间交换通量进行叠加，能够有效避免累加整个时段造成的叠加效应。

继续参考图1，本实施例将整个通量计算区间按照步进值(5分钟)分成更加细化的36个子时段，并对每个子时段分别进行计算，得到36个通量计算区间，按照估计，将会获得12个质量优良的气体交换通量、14个质量一般的气体交换通量和10个缺失值区间。这样不仅能够提高获得的通量数据量，也能够提高其时间分辨率；而且采用移动分段平均的方法在每个平均时段中部截取一段与步进值(5分钟)等长的时段以代表这一时段(5分钟)的平均交换通量，这样就有效避免了移动平均时段相互叠加对最终气体交换量计算值的影响，进而能够更加精确的计算实际温室气体交换量。

实例验证：

为了进一步说明本方案的效果，下面结合实际观测数据进行验证。取江苏盐城芦苇湿地涡度协方差观测系统2019年7月13日至7月18日共计6整天的数据进行处理。

如图2所示，应用传统数据处理方法和移动分段平均法分别将整个观测时段分为288段和1728段，应用传统数据处理方法分别获得二氧化碳和甲烷通量计算值252和212个，而应用本方案的移动平均分段获得分别获得二氧化碳和甲烷通量计算值1496和1273个，二氧化碳通量原始数据弃用率从12.8％降低到4.9％，甲烷通量原始数据弃用率从26.6％降低到6.6％。

除此之外，利用移动平均分段获得的数据量，能够支持高时间和空间分辨率尺度的二氧化碳和甲烷交换特征及其影响因素的研究分析。如图3所示，能够解释二氧化碳的交换速率在一天之内随气温变化和光照强度变化的协同影响；如图4所示，也能够解释观测时段内甲烷释放的时间、空间差异性及其随对环境因子变化的响应。而利用传统数据处理方法所得到的通量数据的数据量不足以支持进行这些分析，因而可以得出利用移动分段平均的方式处理涡度协方差原始数据能够更完整地保留温室气体交换通量随环境因子变化的响应特征，更好地应用于湿地碳循环评价和研究。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。